声明
第1章 绪 论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 SCD样本诊断与识别研究现状
1.2.2 模型融合在大脑神经疾病诊断中的研究现状
1.2.3 认知障碍功能连接网络的研究现状
1.3 本文研究内容
1.4 论文结构
第2章 相关知识
2.1 模型融合概述
2.2 主成分分析原理
2.3 支持向量机
2.4 功能连接网络与阈值网络方法
2.4.1 中值阈值
2.4.2 稀疏阈值
2.5 本章小结
第3章 基于模型融合的主观认知下降fMRI数据分类研究
3.1 引言
3.2 fMRI功能连接矩阵的特点
3.3 线性无关对模型融合的影响
3.4 使用最优分界面距离进行模型融合
3.5 基于PCA约束的最优分界面距离模型融合方法
3.5.1 算法思想
3.5.2 算法设计
3.6 本章小结
第4章 基于阈值网络特征提取的fMRI数据分析研究
4.1 全局阈值与局部阈值
4.1.1 功能连接矩阵的全局阈值
4.1.2 功能连接矩阵的局部阈值
4.1.3 全局阈值与局部阈值差异分析
4.1.4 网络特征提取与分类
4.2 基于级联的全局稀疏阈值网络特征提取算法
4.2.1 算法原理
4.2.2 算法设计
4.2.3 算法复杂度分析
4.3 本章小结
第5章 实验与结果分析
5.1实验数据集说明
5.2 实验评价指标
5.3 基于PCAC-AOID算法的SCD分类研究实验
5.3.1 实验设置
5.3.2 SVM基分类器参数设置
5.3.3 实验结果
5.3.4 实验结果分析
5.4 基于CGST算法的SCD分类研究实验
5.4.1 实验内容
5.4.2 全局阈值与局部阈值对比实验结果与分析
5.4.3 CGST算法实验结果
5.4.4 实验结果分析
5.4 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢
